[发明专利]基于人体PPG信号分段的身份识别方法

说明书

本发明公开了一种基于人体PPG信号分段的身份识别方法，主要解决现有基于PPG信号身份识别率较低的问题。实现步骤：1)获取训练数据库和测试数据；2)对训练数据预处理，建立单周期波形库；3)对单周期波形分段，获取各子波形集及权重因子；4)利用DNMF方法对各子波形集分解，获取基空间和训练子特征集；5)利用权重因子对训练子特征融合，获取训练模板库；6)对测试数据预处理并分段，获取子波形集及权重因子；7)将测试数据子波形在基空间上投影，获取测试子特征集；8)对测试子特征加权融合，获取测试特征集，利用SVM分类器完成身份识别。本发明识别率在99.62％以上，可应用于金融、政府机构等领域的个人身份识别。

技术领域

本发明属于信息处理技术领域，具体涉及一种身份识别方法，可作为金融、政府机构等领域中维护个人信息安全的一种手段。

背景技术

当今社会，安全问题越来越突出，人们不得不记忆复杂的密码或者携带额外的电子密码器，这使得传统的身份识别方法越来越失去它的实用性和可靠性，这一现状使人们对生物识别的需求越来越大。今天，大多数的系统比如金融交易、计算机网络和对安全领域的访问系统仍是通过身份证或口令进行识别授权的。这样的系统并不足够安全，因为身份证或口令信息很容易被窃取或者遗忘。生物识别系统可以提供更多的可靠性和隐秘性，因为它是根据个人的生理信号和行为特征进行身份认证的，这种生理信号或行为特征是个人独有的，并可以用来区分开不同个体。人体或行为属性独特的特性，如指纹、人脸、声音、脑电图和心电图等被用来进行身份识别。基于这些特征的应用提供了一种有发展前景和不可取代的识别方法。然而，指纹可以用乳胶提取特征，人脸识别可以用伪造的照片进行欺骗，声音可以被模仿，基于脑电信号或者心电信号的方法因需要各种各样的电极采集信号而不能广泛使用。

光电容积脉搏波PPG信号是一种非入侵式的光电方法，通过靠近皮肤测试身体的某一部位，获取关于血管中血液流动体积变化的信息。PPG信号作为人体固有的一种生理特征，具有难以被复制和模仿的特点，具有较高的安全性，且采集简单。目前基于PPG信号的时域身份识别方法，识别率不足够高，难以满足实际应用需求。

目前已提出的基于PPG信号的身份识别方法有：

A.Kemal Polatb等人2014年在“Computers in Biology&medicine”期刊上发表的“Anovel feature ranking algorithm for biometricrecognition with PPG signals”一文，提出了一种利用PPG信号波形特征点进行身份识别的方法，该方法首先从PPG信号单周期波形、一阶差分波形和二阶差分波形中提取了40维时域特征，然后根据这40维特征对正确识别率的贡献度，选取贡献度大的特征组成特征向量作为分类器的输入，并利用K最近邻分类器进行分类识别，正确识别率最大时为94.44％，不能满足识别率要求高的场合。

NI MohammedNadzr，M Sulaimi，LF Umadi，KA Sidek等人2016年在“IndianJournal of Science and Technology”期刊上发表的文章“PhotoplethysmogramBasedBiometric Recognition forTwins”中，研究了一种利用PPG信号对双胞胎的身份进行识别的方法，该方法首先利用低通滤波器对原始PPG信号进行去噪，然后对PPG信号波形进行分割，提取单周期波形，再利用径向基函数网络和朴素贝叶斯分类器分别对单周期波形进行识别分类，最终身份正确识别率达到97％以上，该方法验证了PPG信号的单周期波形特征对个体身份识别的有效性，但身份识别率仍有待进一步提升。

发明内容

本发明的目的在于针对上述已有技术的不足，提出一种基于人体PPG信号分段的身份识别方法，以提高身份识别的正确率。